Question

我的一位朋友得到了interview question。此外，他被告知他可以假设这些字符是字母a到z（大写或小写）。我写了以下内容，但我无法弄清楚如何使用关于字符串包含的有限字符（a到z）的假设。我是在没有意识到的情况下使用这个假设，还是可以使用它？

  public static String compress(String str){
    int count = 1;
    char c = str.charAt(0);
    StringBuffer result = new StringBuffer();

    for (int i = 1; i < str.length();i++){
      if (str.charAt(i) == c){
        count++;
      }
      else{
        String to_add = c + String.valueOf(count);
        result.append(to_add);
        count = 1;
        c = str.charAt(i);
      }
    }
    // last character
    String to_add = c + String.valueOf(count);
    result.append(to_add);

    String result_str = result.toString();

    // Check whether the compressed string is
    // actually smaller than the original one
    if (result_str.length() < str.length()){
      return result_str;
    }
    else{
      return str;
    }
  }

Answer 1

'a'到'Z'是2*26=52个不同的字符，它适合6位（2^6=64）。你可以把代码点打包成六重奏。

OTOH，RLE（您编码的内容）仅适用于重复。如果你有像abcde这样的输入，它会变成1a1b1c1d1e或类似的东西，效率非常低，你很难称之为压缩。

Answer 2

将每个字符分配给一个数字，例如a = 1，z = 26.因此，要表示这26个字符，您至少需要5位。

现在可以使用2个字节（16位）来存储三个字符。这需要比每个字符的初始一个字节少1/3的字节（如果是ascii）。要存储三个字符，请从字节中读取位（例如从左到右）。

第一个字节的前五位代表第一个字符
第一个字节的后三位与第二个字节的前两位连接表示第二个字节
第二个字节的后五位代表第三个字符
剩下一点（忽略它）

*要略微改进压缩大小，如果你的字符串长度％3 = 1，那么对于你字符串的最后一个字符，你只能使用一个字节，因为你没有另一个三元组。

**如果使用this post中的算法在字节上设置了特定位，则可以得到：

public byte getBit(byte b, int position)
{
   return (b >> position) & 1;
}

***你可以使用this post中的算法将一个位设置为一个字节，它们是：

设置一个位（将其设置为1）

b = b | (1 << position);

取消设置（将其设置为零）：

b = b & ~(1 << position);

****使用数学（5和8的最小公倍数），如果你使用5个字节= 40位，你甚至可以略微改善压缩大小，它可以代表8个字符（8x5 = 40）。

然后你将存储字符的八位字节，现在没有可忽略的位。对于String的最后一个字符，取决于（字符串大小％8），您可以再次使用更少的字节。

*****使用最后的5字节方法，您可以减少3/8的大小，这比3字节方法的1/3要好。

允许使用有限字符压缩java中的字符串

2 个答案: